kaldi常用工具(原理分析)

工具介绍使用:http://blog.csdn.net/zjm750617105/article/details/52540823 , 如果只想看怎么用那看前边那个link就足够了,不需要再往下读了,下边是对上篇文章的补充,主要是第3条到第7条。
3. 查看生成的GMM的模型,比如monophone, triphone的model。

kaldi/src/gmmbin/gmm-copy –binary=false 0.mdl -
这里0表示初始化的模型,40.mdl表示结果模型, 下面先看0.mdl的topolo部分:

<TransitionModel>
<Topology>
<TopologyEntry>
<ForPhones>
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259
</ForPhones>
<State> 0 <PdfClass> 0 <Transition> 0 0.75 <Transition> 1 0.25 </State>
<State> 1 <PdfClass> 1 <Transition> 1 0.75 <Transition> 2 0.25 </State>
<State> 2 <PdfClass> 2 <Transition> 2 0.75 <Transition> 3 0.25 </State>
<State> 3 </State>
</TopologyEntry>
<TopologyEntry>
<ForPhones>
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
</ForPhones>
<State> 0 <PdfClass> 0 <Transition> 0 0.25 <Transition> 1 0.25 <Transition> 2 0.25 <Transition> 3 0.25 </State>
<State> 1 <PdfClass> 1 <Transition> 1 0.25 <Transition> 2 0.25 <Transition> 3 0.25 <Transition> 4 0.25 </State>
<State> 2 <PdfClass> 2 <Transition> 1 0.25 <Transition> 2 0.25 <Transition> 3 0.25 <Transition> 4 0.25 </State>
<State> 3 <PdfClass> 3 <Transition> 1 0.25 <Transition> 2 0.25 <Transition> 3 0.25 <Transition> 4 0.25 </State>
<State> 4 <PdfClass> 4 <Transition> 4 0.75 <Transition> 5 0.25 </State>
<State> 5 </State>
</TopologyEntry>
</Topology>

这是初始化的状态转移概率模型,首先是从16开始的音素的部分,是3状态的,初始模型是我们写成矩阵的形式:
S-1 S0 S1 S2 S3
S-1 0 1 0 0 0
S0 0 0.75 0.25 0 0
S1 0 0 0.75 0.25 0
S2 0 0 0 0.75 0.25
S3 0 0 0 0 0
这个图就是扩展的HMM三状态的图,S-1 为开始状态可以理解为进入此音素状态,S3为结束 转态,也可以理解为出此音素的转态,一般到S2->S3就判定为结束,所以S3一行都是0 ,跟我们之前的认知是一致的。
然后1到15转态是静音音素,都是5转态的,-1表示开始,5表述结束转态,初始状态转移矩阵同上。
接下来另一个标签是,这里借用原链接中的比较简单的音素模型,我的音素太多了,都粘贴过来有点乱。

<Triples> 84 
1 0 0 
1 1 1 
1 2 2 
2 0 3 
2 1 4 
2 2 5 
3 0 6 
3 1 7 
3 2 8 
4 0 9 
4 1 10 
4 2 11 
5 0 12 
5 1 13 
5 2 14 
6 0 15 
6 1 16 
6 2 17 
7 0 18 
7 1 19 
7 2 20 
8 0 21 
8 1 22 
8 2 23 
9 0 24 
9 1 25 
9 2 26 
10 0 27 
10 1 28 
10 2 29 
11 0 30 
11 1 31 
11 2 32 
12 0 33 
12 1 34 
12 2 35 
13 0 36 
13 1 37 
13 2 38 
14 0 39 
14 1 40 
14 2 41 
15 0 42 
15 1 43 
15 2 44 
16 0 45 
16 1 46 
16 2 47 
17 0 48 
17 1 49 
17 2 50 
18 0 51 
18 1 52 
18 2 53 
19 0 54 
19 1 55 
19 2 56 
20 0 57 
20 1 58 
20 2 59 
21 0 60 
21 1 61 
21 2 62 
22 0 63 
22 1 64 
22 2 65 
23 0 66 
23 1 67 
23 2 68 
24 0 69 
24 1 70 
24 2 71 
25 0 72 
25 1 73 
25 2 74 
26 0 75 
26 1 76 
26 2 77 
27 0 78 
27 1 79 
27 2 80 
28 0 81 
28 1 82 
28 2 83 
</Triples> 

这里应该是第一个音素的第几个转态的意思,比如 28 2 83 , 第28个音素的第2个转态的状态(senone)index 是83, 这个也是pdf的id。
然后是标签

[ 0 -0.6931472 -0.6931472 -0.6931472 -0.6931472 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.2876821 -1.386294 -0.287682
  • 5
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值